# 金吉拉縮放（Chinchilla Scaling）

金吉拉縮放是一種模型縮放法則，旨在透過調整模型大小和訓練資料量，以達到最佳的計算效率，避免過度訓練或訓練不足。

## 完整說明

金吉拉縮放法則是一種用於訓練大型語言模型的策略，它強調在給定的計算預算下，同時調整模型大小（參數數量）和訓練資料量，以最大化模型性能。與僅僅增加模型大小相比，金吉拉縮放法則建議在減少模型大小的同時，大幅增加訓練資料量，從而提高訓練效率和模型泛化能力。

## 常見問題

### undefined



### undefined



### undefined



---

來源：https://aiterms.tw/terms/chinchilla-scaling
快查頁：https://aiterms.tw/terms/chinchilla-scaling
深度解說：https://aiterms.tw/learning/what-is-chinchilla-scaling